Como o TikTok acabou com o maior trunfo das redes sociais comerciais

Silhueta de uma m√£o segurando um celular com o logo do TikTok na tela. Ao fundo, listas azul, branca e vermelha.

Tecnologia cria h√°bitos e h√°bitos criam mem√≥rias. Um dos h√°bitos alimentados por tecnologia que a juventude brasileira de classe m√©dia na d√©cada de 1990 tinha era, na sexta √† noite, ir at√© uma videolocadora. Na √©poca, a m√≠dia ainda era f√≠sica e, consequentemente, limitada ‚ÄĒ hoje, a m√≠dia √© um apanhado de dados gravado num disco r√≠gido (na sua m√°quina ou num servidor na nuvem), o que a torna ilimitada pela reprodutibilidade. Quando o videocassete se tornou barato no fim da d√©cada de 1970, explodiu o fen√īmeno do homevideo e os apocal√≠pticos de ocasi√£o juraram que o reprodutor dom√©stico mataria os cinemas. Na real, os cinemas ficaram bem e os est√ļdios encontraram uma nova forma de recuperar o investimento na produ√ß√£o dos filmes. Mas como comprar m√≠dia f√≠sica original era caro, surgiu um modelo do aluguel. As locadoras de v√≠deo dominaram a maneira como consum√≠amos multim√≠dia ‚ÄĒ n√£o apenas filmes, mas games tamb√©m ‚ÄĒ na d√©cada de 1990.

Se você ainda não tem ressacas que duram dias, meus parabéns, isso é tão teoria para você como o meteoro que dizimou os dinossauros. Se você lembra, parabéns também: o dinossauro é você. Como qualquer mercado minimamente organizado, o de locadoras também tinha faixas (para aproveitar essa onda recente da internet de colocar em prateleiras toda e qualquer coisa da humanidade). Existiam as locadoras de bairros, quase sempre melhores, e as multinacionais, representadas pela Blockbuster. Quase todas faziam pacotes especiais nas sextas à noite para que a horda de jovens e velhos da década de 90 assistissem a vários filmes no fim de semana e só devolvessem tudo na segunda. Moscou na noite de sexta? Chegou na locadora e não tem mais nada de interessante? Talvez na Blockbuster tenha sobrado uma cópia de comédia do (diretoria) Jim Carrey ou aquele filme que já não estava bombando.

A explica√ß√£o toda n√£o √© saudosismo. A vida com m√≠dia em bits, n√£o em √°tomos, √© inegavelmente melhor ‚ÄĒ com a exce√ß√£o do vinil, mas essa √© discuss√£o para outro dia. Acontece que nesse modelo de consumo multim√≠dia havia uma figura fundamental que nos ajudava a navegar na grande (mas ainda n√£o infinita) oferta de possibilidades: o cara da locadora. A figura era quase sempre algu√©m jovem que consumia filmes de forma compulsiva e tinha sempre na manga uma sugest√£o de filme, artista ou movimento sobre o qual voc√™ nunca tinha ouvido falar. Alguns eram pedantes? Claro, √© muito dif√≠cil encontrar um f√£ (ou hater) do Godard que n√£o seja s√≥ um pouquinho pedante. √Äs vezes as sugest√Ķes n√£o eram exatamente uma maravilha, mas eu n√£o lembro de acatar uma sugest√£o de um funcion√°rio de locadora e n√£o ter, pelo menos, ficado positivamente surpreso.

Interior de uma antiga locadora de vídeo com chão acarpetado.
Foto: Jon Konrath/Creative Commons.

Trabalhar em locadora ‚ÄĒ e consumir tanto conte√ļdo sobre filmes ‚ÄĒ foi uma escola de cinema para alguns grandes diretores, a come√ßar por Quentin Tarantino, Kevin Smith e Steven Soderbergh. O exemplo mais interessante do fen√īmeno √© Tarantino escrevendo o roteiro de C√£es de aluguel¬†enquanto trabalhava em uma locadora em Manhattan Beach, na Calif√≥rnia.

Um dos amigos com quem o Tarantino planejava filmar o roteiro deu uma cópia para seu professor de atuação. A esposa do tal professor repassou o roteiro ao Harvey Keitel, que gostou tanto que não apenas se escalou para o papel de Mr. White como ajudou a levantar capital. Esse papel da videolocadora como uma espécie de escola de cinema na década de 1990 está muito bem documentado no livro I lost it at the video store: A filmmakers’ oral history of a vanished era (sem tradução para o português), do jornalista Tom Roston. Abre aspas para a reportagem da New Yorker sobre o livro:

As locadoras foram plataforma de lançamento de verdadeiros outsiders e seus exemplos forneceram inspiração para que os cineastas Joe Swanberg e Alex Ross Perry as vissem como playgrounds cinemáticos. Quando esses cineastas jovens foram para as escolas de cinema, locadoras eram um tipo de contra-programação, uma afirmação de valores e das diferentes personalidades daqueles descobertos em seus estudos. Eles exaltavam valores anti-acadêmicos de desordem, espontaneidade e entusiasmo.

As recomenda√ß√Ķes surfavam nessa exalta√ß√£o do pr√≥prio interesse, da pr√≥pria personalidade cinematogr√°fica montada pelo consumo compulsivo de conte√ļdos semelhantes a interesses pr√≥prios ‚ÄĒ Tarantino sempre foi apaixonado por horror e ‚Äúgore‚ÄĚ, algo que fica evidente na sua filmografia. Encontrar um(a) atendente de locadora que compartilhasse contigo alguns desses interesses seria o Eldorado: ter √† disposi√ß√£o n√£o apenas o conhecimento enciclop√©dico, mas tamb√©m um constru√≠do a partir de interesses compartilhados. Era a certeza de voltar para casa no fim de semana com novos filmes que certamente voc√™ gostaria. Era tamb√©m um processo aleat√≥rio, em que a sorte e a aleatoriedade exerciam um relevante papel. E se aquela atendente que tamb√©m curtia filmes de samurai dos anos 1960 trabalhasse na locadora do outro lado da cidade, enquanto a do seu bairro tinha uma fixa√ß√£o pela Nouvelle Vague?

Como resolver isso em escala? Como garantir que as melhores recomenda√ß√Ķes chegariam aos ouvidos de quem melhor as aproveitaram? No mundo f√≠sico das videolocadoras, a pergunta era apenas ret√≥rica, mas a codifica√ß√£o de produtos e servi√ßos em bancos de dados a tornou um guia, algo que molda um objetivo. Recomenda√ß√£o online √© uma das √°reas mais antigas da an√°lise de dados. Muito antes da express√£o ‚Äúci√™ncia de dados‚ÄĚ se popularizar na sua timeline do LinkedIn mais r√°pido que dois coelhinhos no cio sem nada para fazer, j√° existiam centenas de especialistas que trabalhavam grandes bancos de dados para entender a melhor forma de indicar algo desconhecido de que voc√™ pudesse gostar ‚ÄĒ principalmente se isso significasse uma venda a mais. Na √ļltima d√©cada, a populariza√ß√£o de ferramentas de armazenamento e an√°lise e a sofistica√ß√£o de bibliotecas de aprendizagem de m√°quina se traduziram em sistemas de recomenda√ß√£o replicados n√£o apenas em filmes ou produtos no e-commerce.

No nono epis√≥dio da quarta temporada do Tecnocracia, a gente vai falar das consequ√™ncias dessa explos√£o nos sistema de recomenda√ß√£o e como o TikTok, com uma compet√™ncia que pouqu√≠ssimas empresas do setor t√™m em algoritmos de recomenda√ß√£o, est√° for√ßando o mercado a mudar um paradigma antigo. √Č o nosso epis√≥dio anual sobre o TikTok, o aplicativo que todo usu√°rio com mais de 30 anos encara da mesma forma que um filme Transformers do Michael Bay: a gente olha para a tela, sabe que tem alguma coisa acontecendo, mas √© tudo t√£o r√°pido que ningu√©m tem a menor ideia de que porra √© aquilo.¬†Ao fazer muito mais com o mesmo, o TikTok agarrou o mercado pelos chifres e agora est√° todo mundo sendo for√ßado a reagir, ainda que isso signifique comprar briga com a raz√£o do seu sucesso: sua base.

Toda quinzena (às vezes mais), o Tecnocracia junta cinema, influenciadores, teoria literária e fofocas do Instagram para mostrar como ainda tem muita coisa a construir nessa coisa chamada internet. Eu sou o Guilherme Felitti e o Tecnocracia está na campanha de crowdfunding do Manual do Usuário. A partir de R$ 16 por mês, você ganha um assento no grupo do Telegram e participa do episódio mensal ao vivo do podcast, o Balcão. E ainda ganha adesivos.

Existe uma hist√≥ria em ci√™ncia de dados que j√° foi contada tantas vezes que, tal qual a sabedoria popular, virou quase folclore. √Č a seguinte: na d√©cada de 1990, a analista respons√°vel por um varejista nos Estados Unidos estava analisando dados de compras de produtos para beb√™s. Quem j√° teve filho sabe: do lado do consumidor, √© tudo caro demais, o que significa que no lado do fornecedor a margem √© excelente. A ideia original era entender quais produtos de beb√™ poderiam ser vendidos juntos para tentar ‚Äúcolar‚ÄĚ nos campe√Ķes de vendas outros produtos que n√£o saiam tanto ‚ÄĒ ou, como diria a Luciana Gimenez, fazer um ‚Äúcross selling‚ÄĚ.

Algumas queries de SQL e horas de análise mais tarde, a tal analista descobriu que o produto com maior correlação com fraldas não era Nan ou chupetas, mas cerveja. Cerveja não é exatamente o que você pensa quando cogita itens parecidos com fraldas, mas os dados batiam. Em uma palestra sobre Strat e Hadoop em 2015 (ou seja, quando a explosão recente de ciência de dados estava começando), o analista de dados Mark Madsen afirmou que traçou a história até sua origem: a analista seria Karen Heath, então empregada pela Teradata para analisar dados de um varejista norte-americano em 1992. Madsen é atualmente um fellow da mesma Teradata, empresa fundada em 1979 para analisar dados. Pode ter sido Heath, pode não ter sido.

O ponto √© que a hist√≥ria quase ap√≥crifa ilustra que sistemas de recomenda√ß√£o no varejo n√£o s√£o novos. Tanto que, quando varejistas online come√ßaram a se organizar, o enorme volume de dados encontrou na recomenda√ß√£o uma das suas primeiras aplica√ß√Ķes. Algumas das primeiras abordagens positivas sobre a Amazon, fora o receber sem sair de casa, era a capacidade de indicar produtos que o consumidor tamb√©m se interessaria sem, no entanto, ter que procur√°-los ativamente.

O algoritmo era tão bom (continua até hoje) porque usar uma abordagem de filtragem colaborativa item por item, que produz resultados melhores que outras abordagens tradicionais, como clusterização e métodos baseados em busca, e também escalava em bancos de dados gigantescos. Os três responsáveis pelo algoritmo escreveram um artigo acadêmico, publicado na edição de janeiro e fevereiro de 2003 da revista técnica IEEE Internet Computing, explicando em linhas gerais a abordagem prática.

Quase 20 anos depois, o artigo √© uma das pedras fundamentais de recomenda√ß√£o online ‚ÄĒ l√° se v√£o 7,8 mil cita√ß√Ķes acad√™micas e centenas de patentes. A pr√≥pria Amazon n√£o se constrange em detalhar como o algoritmo evoluiu nas duas √ļltimas d√©cadas para se tornar mais poderoso com machine learning e estar dispon√≠vel dentro da AWS. Outro exemplo de como a Amazon √© excelente em transformar custos fixos em centros de receita, mas isso √© papo para outra hora.

Algoritmos de recomenda√ß√£o n√£o eram usados apenas para o varejo digital. Se d√° para recomendar produtos f√≠sicos, por que n√£o multim√≠dia? Outro exemplo cl√°ssico de recomenda√ß√£o online √© a Netflix. L√° por meados dos anos 2000, quando a Netflix come√ßava a ganhar tra√ß√£o no mercado, o sistema j√° era muito bom para indicar filmes e s√©ries semelhantes ao seu hist√≥rico, mas ainda havia margem para melhorar. Em 2006, a empresa anunciou que pagaria US$ 1 milh√£o a quem conseguisse aperfei√ßoar o algoritmo. Tr√™s anos depois, um grupo composto por pesquisadores do AT&T Labs levou a grana para casa com um ajuste que melhoraria as recomenda√ß√Ķes em 10%, algo bem relevante para sistemas de aprendizado de m√°quina (machine learning)1. √Č a√≠ que a d√ļvida do come√ßo parece resolvida. As indica√ß√Ķes dos atendentes de locadora est√£o digitalizadas e melhorando. Parecia inevit√°vel que, em algum momento, a experi√™ncia se tornaria melhor. E se tornou. Mas n√£o pelas m√£os de Netflix e Amazon.

Entra em cena o TikTok e o porquê de estarmos falando de sistemas de recomendação há vários minutos. Você, personagem do Balzac, pode virar os olhos, mas o TikTok é hoje uma das históricas mais interessantes de tecnologia por dois motivos: um técnico, outro geopolítico. O geopolítico nós já aprofundamos no Tecnocracia #51. Hoje a gente vai falar do lado técnico.

Antes, um passo para tr√°s para entender como funciona machine learning. Basicamente, um algoritmo do tipo √© capaz de analisar um volume enorme de dados e encontrar padr√Ķes que voc√™, na sua aten√ß√£o e capacidade de processamento humanas, n√£o conseguiria. Esses algoritmos s√£o alimentados com dados que exploram ‚Äúfeatures‚ÄĚ do campo que voc√™ pretende analisar. Criar features √© uma arte por si s√≥ em ci√™ncia de dados. ‚ÄúGuilherme, que porra √© features?‚ÄĚ Features √© todo e qualquer dado que ajude a classificar o dado (ou seja, um dado sobre dado, um metadado). Para fazer an√°lises esportivas, voc√™ pode levar em considera√ß√£o, por exemplo, a quantidade de passes que um atleta d√° por jogo, a dist√Ęncia que ele percorre, os cart√Ķes que recebe, os gols que marca, as reclama√ß√Ķes que faz com o juiz, se gesticula ou n√£o com a torcida, se recebe ou faz faltas, se tirou a camisa ao fazer gol‚Ķ A lista pode ser enorme. De novo: pensar em features √© uma arte. Todos esses dados ajudam a descrever aquela informa√ß√£o.

Ningu√©m √© t√£o bom para criar recomenda√ß√Ķes precisas usando pouca informa√ß√£o quanto o TikTok. Fora o blablabl√° oficial da ByteDance, ve√≠culos j√° tentaram investigar o funcionamento do algoritmo do TikTok.

Em 2021, rep√≥rteres do jornal Wall Street Journal criaram mais de cem contas no TikTok para tentar entender o algoritmo. No come√ßo, o aplicativo vai apresentando v√≠deos com muitas visualiza√ß√Ķes. Conforme o usu√°rio assiste a esses v√≠deos e interage com eles ou os ignora, o aplicativo vai afinando os gostos e enchendo a timeline com mais conte√ļdo do seu gosto. Nos testes do WSJ, o algoritmo foi capaz de criar um perfil assombrosamente preciso dos interesses em 40 minutos, incluindo propens√£o √† depress√£o. Com o perfil lapidado constantemente, o TikTok vai conduzindo o usu√°rio aos ‚Äúrabbit holes‚ÄĚ, refer√™ncia a Alice no pa√≠s das maravilhas: aquelas c√Ęmaras de eco onde s√≥ toca o que te move (seja esse sentimento medo, conforto ou raiva). Isso inclui rabbit holes que incentivam suic√≠dio, automutila√ß√£o e bulimia.

Rede representando conex√Ķes de v√≠deos no TikTok, com algumas miniaturas de v√≠deos de dan√ßas.
Imagem: Wall Street Journal/Reprodução.

As descobertas do teste emp√≠rico do WSJ coincidem com documento obtido por outro jornal, o New York Times, no fim de 2021. Chamado de ‚ÄúTikTok Algo 101‚ÄĚ, o documento interno da ByteDance explica que os dois grandes objetivos do aplicativo s√£o reten√ß√£o (se o usu√°rio abre o aplicativo de novo) e tempo gasto (para voc√™ ficar o maior tempo poss√≠vel l√° dentro). ‚ÄúEste sistema significa que o tempo gasto √© chave. O algoritmo tenta viciar as pessoas em vez de d√°-las o que elas querem de verdade‚ÄĚ, explica o pesquisador Guillaume Chaslot, que ap√≥s trabalhar no algoritmo de recomenda√ß√£o do YouTube saiu do Google e fundou uma organiza√ß√£o chamada Algo Transparency para defender maior transpar√™ncia sobre os algoritmos que regem nossas vidas digitais. Meu xar√° Guillaume leu o documento obtido pelo New York Times.

Como isso funciona na pr√°tica?

Quando voc√™ entra no TikTok, antes de voc√™, trint√£o ou trintona, convulsionar pela explos√£o de imagens, flashes e dancinhas2, o aplicativo n√£o enche seu saco pedindo para adicionar amigos, familiares e afins. Ele j√° te mostra v√≠deos logo de cara e o algoritmo, baseado em como voc√™ reage a esses v√≠deos, come√ßa a calibrar os assuntos que ele suspeita sejam do seu interesse. Quanto mais voc√™ assiste, mais v√≠deos daqueles assuntos na sua gigantesca biblioteca s√£o selecionados e, com o seu feedback (direto ou indireto; at√© o tempo vendo o v√≠deo √© levado em conta), entende melhor o que naquele v√≠deo de homens de sunga brincando com filhotes de husky √† beira mar chamou sua aten√ß√£o: os homens de sunga, os filhotes de animais, os huskies, a praia, a paleta de cores, o filtro usado, a m√ļsica eletr√īnica nervosa, os cortes r√°pidos‚Ķ Cria-se um c√≠rculo vicioso ‚ÄĒ voc√™ v√™ e reage, o algoritmo calibra, seleciona e envia novos v√≠dos, voc√™ v√™ os novos v√≠deos e por a√≠ vai. N√£o √© necess√°rio adicionar seus amigos para aproveitar o TikTok. ‚ÄúO formato de v√≠deos curtos agarra sua aten√ß√£o em um n√≠vel mais primitivo, apoiando-se em novidades visuais ou uma esperta mistura entre m√ļsica e a√ß√£o ou express√£o emocional direta, para gerar seu apelo‚ÄĚ, como explica o professor da Universidade de Georgetown e autor do livro Trabalho focado, Cal Newport, na revista New Yorker.

Estruturalmente, o que o TikTok faz não é nada diferente, por exemplo, do que o YouTube faz há mais de uma década3. A diferença é que o sistema de recomendação criado pela ByteDance para o TikTok funciona absurdamente bem. Tão bem, mas tão bem que está quebrando um dos principais paradigmas da internet.

Desde a d√©cada de 1970, assimilamos a computa√ß√£o pessoal nas nossas vidas usando refer√™ncias que j√° temos. A √°rea de trabalho dos sistemas operacionais chama ‚Äúdesktop‚ÄĚ por replicar o espa√ßo de trabalho sobre a escrivaninha que a humanidade tem h√° s√©culos. As semelhan√ßas eram tamanhas que, durante muito tempo, aplicativos do Mac e Windows replicavam desnecessariamente a textura de elementos presentes no desktop f√≠sico, como o couro que protegia as bordas da mesa ou as pastas amarelas (mais comuns nos Estados Unidos) para representar diret√≥rios, algo chamado de esqueumorfismo no design.

Quando as redes sociais come√ßaram a fazer sucesso, n√£o foi diferente ‚ÄĒ a socializa√ß√£o digital s√≥ come√ßou a decolar quando migramos para o online a rede de amigos, familiares e conhecidos que fomos arregimentando ao longo da vida no mundo real. Essa rede e todas suas conex√Ķes tem nome: grafo social. Pense em todas as pessoas que voc√™ j√° conheceu o suficiente para se lembrar de nomes, rostos e/ou caracter√≠sticas pessoais. Tente imagin√°-la como uma teia em que os pontos s√£o pessoas que se conectam por linhas quando h√° algum la√ßo, com voc√™ no centro, ligada a todas elas. Esse √© o seu grafo social.

Foi baseado no grafo social que voc√™ entendeu o Orkut e o Facebook. No sentido contr√°rio, voc√™ s√≥ passou a falar a express√£o ‚Äúgrafo social‚ÄĚ, nascida nos anos 1960, por causa do Facebook e do Orkut. Recuperando as amizades dos tempos do col√©gio ou aqueles seus tios velhos do interior. O grafo social √© importante j√° que comunidades digitais s√£o como bares: voc√™ pode at√© preferir um mais afastado que tem um drink melhor ou uma coxinha mais gostosa, mas se todos seus amigos est√£o naquele bar meia boca √© provavelmente para l√° que voc√™ vai. A partir do momento em que o Facebook atraiu um n√ļmero suficiente de pessoas para replicar digitalmente essa rede de contatos formada na vida real, a guerra das redes sociais generalistas terminou. Uma das leis b√°sicas da internet √© a de Metcalfe: o valor de uma rede √© proporcional ao quadrado dos usu√°rios conectados nessa rede. √Č por isso que migrar do Facebook √© dif√≠cil ‚ÄĒ lan√ßar um concorrente √© moleza, mas como carregar aquela multid√£o com voc√™? A curva de aprendizado trabalha contra. √Č mais ou menos a raz√£o pela qual √© t√£o dif√≠cil convencer seus pais a trocar o WhatsApp pelo Signal. √Č baseado nessa rede de contatos e no conte√ļdo que ela produz voluntariamente que a rede social seleciona o que te mostrar. Com o grafo social de quase metade da humanidade, o Facebook parecia imbat√≠vel.

√Č a√≠ que entra o TikTok. O sistema de recomenda√ß√£o criado pelo TikTok √© t√£o bom, mas t√£o bom que, sem te conhecer h√° anos, te serve conte√ļdos mais afinados ao seu gosto do que aqueles filtrados pelos seus amigos e parentes. Esse grau de automa√ß√£o tamb√©m resolve outros problemas do modelo antigo: o conte√ļdo que vem do seu grafo social √© finito ‚ÄĒ seus X amigos produzem um n√ļmero Y de posts. Uma hora, esse volume se esgota.

Não demorou muito para que as plataformas vissem as vantagens e passassem a integrar a recomendação por machine learning e a pelo grafo social. Os resultados do TikTok falam por si só. De novo Newport na New Yorker:

Estima-se que o TikTok tenha um bilh√£o de usu√°rios ativos mensais, um n√ļmero atingido em um espa√ßo de tempo muito curto, e de acordo com algumas not√≠cias o app tem tempo m√©dio de uso de 10,85 minutos por sess√£o. Se verdade, isso seria muito mais alto que qualquer outro app de rede social.

Confrontados com o inegável sucesso, Twitter, Facebook e Instagram estão há um bom tempo tentando replicar o modelo. O problema é que as três redes foram construídas a partir do grafo social. No final de julho, o balanço entre o que vem do grafo e o que vem do algoritmo pendeu demais para um lado e deixou uns perfis bem grandes incomodados.

Print do story que Kylie Jenner postou pedindo para o Instagram voltar a ser o que era.Entra no certame Kimberly Noel, uma influenciadora bastante popular que voc√™ conhece pelo nome Kim Kardashian4. No stories, Kim e sua irm√£ Kylie Jenner compartilharam um post que pedia que o Instagram voltasse a ser Instagram. Traduzindo: parasse de meter tanto reels e conte√ļdos sugeridos no seu feed e voltasse a mostrar posts dos amigos de forma cronol√≥gica.

A gente j√° falou isso no Tecnocracia #40: Kim Kardashian (e suas irm√£s moldadas √† sua imagem e semelhan√ßa) √© o rosto do Instagram. Daqui a d√©cadas, quando arque√≥logo da m√≠dia detalharem esse per√≠odo esquisito em que vivemos, l√° estar√° o rosto e as curvas de Kim como o par√Ęmetro a partir do qual milh√Ķes de pessoas no mundo se inspiram para se exibir no Instagram. Foi Kim a pioneira do chamado ‚ÄúInstagram look‚ÄĚ: as poses, o duck-face, as roupas, os penteados‚Ķ Kim Kardashian est√° para os anos 2010 como a Pete Wentz est√° para os anos 2000 e a Pakalolo est√° para os anos 1990. Quando a ‚Äúposter child‚ÄĚ (beijos, Lu) do teu servi√ßo reclama publicamente √© que algo n√£o vai bem de verdade. Kim e Kylie expressaram uma frustra√ß√£o que milh√Ķes de usu√°rios do Instagram sentem h√° um tempo: o Facebook tem colocado tanto penduricalho que o aplicativo virou uma feira livre. H√° um tempo que o Facebook elegeu o Instagram o seu matador de rivais: sempre que detecta uma poss√≠vel amea√ßa ao seu reinado, a turma de Zuckerberg replica o modelo de sucesso dentro do Instagram. Alguns deram muito certo ‚ÄĒ vide os stories copiados do Snapchat. Mas a transmuta√ß√£o do Instagram em algo cada vez mais parecido ao TikTok, com um excesso de v√≠deos e indica√ß√Ķes algor√≠tmicas, n√£o desceu t√£o bem, a ponto de incomodar a rainha do aplicativo.

Parece claro que o Instagram est√° preso entre duas coisas: de um lado, voc√™ tem o futuro do servi√ßo. √Č inevit√°vel: como o TikTok j√° mostrou, o futuro dessas redes sociais passa por v√≠deo e por um aumento nas recomenda√ß√Ķes por algoritmos. V√≠deos d√£o mais pontos de dados que fotos e textos e, por isso, h√° uma quantidade muito maior de informa√ß√£o a se analisar para recomendar mais conte√ļdo (e a roda recome√ßa).

A outra amarra que prende o Instagram √© sua pr√≥pria base. Existe uma rela√ß√£o simbi√≥tica entre criadores de conte√ļdo e as plataformas. Aqueles s√≥ conseguem dinheiro e proje√ß√£o por estas, estas s√≥ conseguem se manter atraentes e lucrativas pela a√ß√£o daqueles. Existe um equil√≠brio delicado em assuntos como a modera√ß√£o das pr√≥prias regras sem alienar e/ou deixar os criadores incomodados a ponto de partirem5. Nessa rela√ß√£o delicada, quem tem uma grande vantagem √© a plataforma. A gente j√° vive h√° anos suficientes dentro da chamada economia criativa para saber que s√£o pouqu√≠ssimos aqueles que sustentam um n√≠vel de fama e relev√Ęncia por tanto tempo. A regra √© a renova√ß√£o. Eu aposto uma galinhada com coentro e apimentada6 que voc√™ consegue citar de bate-pronto tr√™s ou quatro criadores que voc√™ admirava e que perderam relev√Ęncia, sumiram nos √ļltimos anos ‚ÄĒ porque o algoritmo mudou, porque a pessoa se cansou, porque o tema saiu de moda‚Ķ As raz√Ķes s√£o muitas. Para cada Kardashian e Whindersson que se mantiveram, h√° centenas de Te Dou Um Dado, Thomas Sanders, o Charges.com.br‚Ķ A lista √© enorme.

√Č mais isso que motivou a reclama√ß√£o p√ļblica das Kardashian. Pessoalmente, eu n√£o acho que Kim e suas irm√£s estejam preocupadas com o Instagram ser um aplicativo para ver fotos de amigos. D√° um pulo na conta dela no Instagram: em setembro de 2022, ela segue 206 pessoas e √© seguida por 330 milh√Ķes. Se o Instagram fosse s√≥ para amigos, Kim n√£o seria a rainha do aplicativo. A reclama√ß√£o n√£o √© saudosismo de ver os filhos, os almo√ßos ou os lattes dos seus amigos, √© 100% auto-prote√ß√£o, defensividade baseada numa dose de hipocrisia. Sentada no trono, Kim reclama contra a plataforma que a al√ßou √† posi√ß√£o pelo medo das mudan√ßas ajudarem na ascens√£o de outros influenciadores que n√£o ela. A m√©dio prazo, esse modelo de encher o feed de recomenda√ß√Ķes automatizadas tira espa√ßo das contas que voc√™ j√° est√° seguindo. √Č, logo, um risco para o grupo liderado pelas Kardashian. O medo √© que todos se juntem aos nomes citados h√° pouco na reciclagem dos criadores. Vai demorar, l√≥gico, mas pode acontecer.

Frente √† gritaria, o respons√°vel pelo Instagram dentro da Meta, Adam Mosseri, gravou um v√≠deo fazendo uma mea-culpa. Ele admite que a plataforma est√° testando novas abordagens para recomenda√ß√£o e que entende o inc√īmodo dos usu√°rios acostumados com o modelo tradicional. O que chamou a aten√ß√£o, por√©m, foi o que Mosseri n√£o falou.

Pintura com uma espécie de rei no centro, olhando para uma inscrição iluminada na parede atrás, enquanto rodeado de outras pessoas.
Festa de Belshazzar.. Pintura de Rembrandt.

O novo menu para conte√ļdos dos amigos √© a vers√£o digital da Festa de Belsazar, cap√≠tulo 5 no Livro de Daniel do Antigo Testamento: a escrita do futuro est√° claramente na parede. O Instagram n√£o vai parar e o pr√≥prio Mosseri fala isso no v√≠deo. A Meta tamb√©m n√£o. Ningu√©m vai. Abre aspas para Jeff Horwitz, rep√≥rter do jornal Wall Street Journal:

A Meta quer te entregar mais conte√ļdos de amigos. Mas pesquisas mostraram que: 1) seus amigos n√£o est√£o postando o suficiente para encher o invent√°rio; e 2) seus amigos s√£o menos interessantes que TikToks ou memes. Ou seja: ou voc√™ assiste a v√≠deos curtos ou faz amigos mais interessantes.

N√£o √© s√≥ isso. As raz√Ķes para a mudan√ßa n√£o s√£o apenas para facilitar a vida da Big Tech. H√° tamb√©m uma quest√£o comportamental ineg√°vel: a maneira como interagimos e criamos la√ßos online mudou muito desde 2011, 2012, quando o Instagram come√ßou a explodir em popularidade. ‚Äú√Č tentador pensar que se o Instagram simplesmente revertesse para uma interface anterior ou recuperasse o feed cronol√≥gico n√≥s nos reaproximar√≠amos das pessoas que gostamos. Mas n√≥s n√£o criamos ou aumentamos conex√Ķes pessoais mais pela publica√ß√£o ou coment√°rios em fotos bastante pessoais e p√ļblicas organizadas em uma grade. Hoje, intimidade digital √© trabalhada por fun√ß√Ķes como DMs, chats em grupo ou posts ef√™meros para os Melhores Amigos‚ÄĚ, escreve a jornalista Taylor Lorenz, do Washington Post. Ela est√° certa: fora a postura defensiva das Kardashian, a discuss√£o est√° mergulhada em um saudosismo que n√£o cabe mais. Redes sociais mudam tamb√©m porque a forma de interagir da da sociedade em comunidades digitais muda.

O modelo de redes sociais no sentido mais literal (formado por conte√ļdos criados a partir de intera√ß√Ķes sociais) parece fadado a desaparecer por um modelo de redes de recomenda√ß√£o (formado a partir de interesses semelhantes). Tanto que o pr√≥prio TikTok n√£o se apresenta como uma rede social, mas como um aplicativo de entretenimento. √Č outro formato que a Big Tech ‚Äúold school‚ÄĚ vai dominar? 7 Em outras palavras: h√° espa√ßo para otimismo? Cedo para dizer ainda, mas as dificuldades em replicar o TikTok sugerem que a batalha n√£o vai ser moleza como copiar o Snapchat. Newport √© flagrantemente otimista: ‚ÄúNo final, o maior legado do TikTok talvez seja menos sobre o seu sucesso mundial de agora, algo que dever√° passar, e mais sobre como, ao for√ßar redes sociais gigantescas como Facebook a perseguir um novo modelo, ele acabou liberando a internet social.‚ÄĚ √Č inegavelmente um novo movimento, daqueles que n√£o vimos na √ļltima d√©cada.

A Meta n√£o tem bala de prata contra o TikTok: j√° tentou copiar e n√£o colou, vem mudando a estruturas de recomenda√ß√£o com resultados no m√°ximo medianos e enfrentou a f√ļria da pr√≥pria base, e nem cogita comprar o TikTok j√° que 1) o TikTok √© a j√≥ia da internet chinesa; 2) o governo dos EUA e a opini√£o p√ļblica est√£o com a companhia no microsc√≥pio; e 3) o TikTok est√° grande demais para ser digerido. Resta tentar navegar nas antigas √°guas, algo que a Meta tem demonstrado fazer com not√≥ria incompet√™ncia. A migra√ß√£o para o modelo de recomenda√ß√£o algor√≠tmica seria um desafio menor se a empresa de Mark Zuckerberg conseguisse criar um produto que n√£o fosse horroroso ao usu√°rio final. Qualquer um que tenha usado o Instagram recentemente viu como ele virou um Frankenstein: foto, v√≠deo, compra, Reels, uma cacofonia horr√≠vel‚Ķ Tudo √© ruim, mas talvez nada seja pior que a aba Explorar e suas sugest√Ķes sem qualquer precis√£o, inclusive de contas que voc√™ j√° bloqueou.

Para voltar √† nossa met√°fora inicial, o movimento recente de recomenda√ß√Ķes algor√≠tmicas √© como se os atendentes das locadoras fossem digitalizados para n√£o precisar encontrar aquele que tem o gosto parecido ao seu. Na teoria, qualquer um te daria indica√ß√Ķes 100% lapidadas para seu gosto. Mas a execu√ß√£o at√© agora pela Big Tech norte-americana em sua tentativa de reagir ao TikTok √© voc√™ entrar na locadora e, cercado por milhares de excelentes filmes dos mais variados g√™neros, o tal atendente s√≥ √© capaz de te trazer c√≥pias gastas de Cinderela baiana¬†e vez ou outra um manual de terrorismo neonazista e dizer que √© isso o que voc√™ quer ver.

Foto do topo: Solen Feyissa/Unsplash.

  1. Em ML, o treino de modelos parte de um modelo já pronto e compara os resultados de um de outro com um resultado ideal criado na mão. O algoritmo proposto era 10% mais próximo do resultado ideal que o antigo. ↩
  2. Tal qual aquele fatídico episódio do Pokémon da década de 1990. ↩
  3. √Č dif√≠cil cravar a essa altura se o algoritmo do YouTube √© melhor que o do TikTok. Provavelmente teremos que esperar estudos aprofundados daqui a alguns anos para ter uma no√ß√£o mais exata das particularidades de cada um. O que parece claro √© que, cada um √† sua maneira, ambos levam usu√°rios √† radicaliza√ß√£o ‚ÄĒ s√£o fartamente documentadas as maneiras como o YouTube coloca seus usu√°rios em ‚Äúrabbit holes‚ÄĚ que terminam em conte√ļdo neonazista, golpista ou que incentiva suic√≠dio. ‚Ü©
  4. Ela se chama Kimberly Noel Kardashian, mas eu quis dar um mistério. ↩
  5. Há outro ponto na discussão aqui: caso eles se tornem irremediavelmente incomodados, vão para onde? Se um youtuber está muito insatisfeito com o YouTube, qual outra plataforma de vídeo lhe oferece uma audiência enorme e tantas formas de monetização? Esse debate nos leva, como tantos outros no Tecnocracia, ao certame dos monopólios digitais e da regulamentação. ↩
  6. Aqui nós adoramos o deus coentro. ↩
  7. Já que a ByteDance também é Big Tech. ↩

Newsletter

O Manual no seu e-mail. Tr√™s edi√ß√Ķes por semana ‚ÄĒ ter√ßa, sexta e s√°bado. Gr√°tis. Cancele quando quiser.

Deixe um coment√°rio

√Č poss√≠vel formatar o texto do coment√°rio com HTML ou Markdown. Seu e-mail n√£o ser√° exposto. Antes de comentar, leia isto.

3 coment√°rios